龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院大学
摘要：本发明公开了一种基于提示增强多示例学习的弱监督视频异常检测方法，包括：提取视频特征和音频特征，设置上下文提示特征；设置时间特征融合模块对视频特征、音频特征、上下文提示特征进行时间特征融合，获得时序特征；设置预测头对时序特征进行预测，获得异常分数，根据异常分数确定视频是否存在异常。本发明公开的基于提示增强多示例学习的弱监督视频异常检测方法，利用异常感知提示将语义信息整合到视频特征中，然后引入正常上下文提示来丰富边界上下文特征，从而识别不同的异常模式并生成清晰的边界，提高异常识别率。
主权项：1.一种基于提示增强多示例学习的弱监督视频异常检测方法，其特征在于，包括：S101、提取视频特征和音频特征，设置上下文提示特征；S102、设置时间特征融合模块对视频特征、音频特征、上下文提示特征进行时间特征融合，获得时序特征；S103、设置预测头对时序特征进行预测，获得异常分数，根据异常分数确定视频是否存在异常。
全文数据：
权利要求：
百度查询： 中国科学院大学 基于提示增强多示例学习的弱监督视频异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号